原标题：俄罗斯科学家：使用GPU将个人电脑转变为超级电脑


图片来源于： Vladimir Kukulin

引言

对于CPU来说，摩尔定律正在走向终结。而GPU正在广泛应用于深度学习的游戏，和无人驾驶汽车。因为专用的图形协处理器，可以提升一些性能。使用GPU处 理的桌面电脑，当作超级计算机来使用时，性能上可以赶上传统的超级计算机。例如这个月，一组俄罗斯科学家报告称，他们已经能够使用现成的含有GPU的高端 PC，解决原子物理方面的传统计算问题，并且在微调GPU算法以后，比他们同事使用的CPU控制的传统超级计算机，速度更快。另外，还有一项好处就是节省 了使用传统的超级计算机的昂贵费用。

为什么选择GPU来处理复杂运算问题？

“我相信全球许多研究小组，在他们自己的领域，例如地球物理学、地震学、等离子体物理、医学诊断等等，可以得到相似的结果。”莫斯科国立大学的理论物理学的教 授，Vladimir Kukulin这么说。“但是只有结合快速和廉价这两个因素，重新审视整个问题，然后发明一些有效的方法，使用数千个或者上百万个单独的线程，并行处理整 个运算的执行。”

Kukulin的研究小组处理的问题，包括解决他们的领域电磁散射问题，所要进行的广泛运算，例如：当核子碰撞粒子或者另外的核子，并且产生喷雾粒子和子核 。这种核多体问题，Kukulin说，需要包括数以百万计的元素的模型的计算。

这么多运动部件的矩阵代数，甚至可以难倒超级电脑。但是，Kukulin说，他的研究小组实现了用单独的线程指令，和其他相似的线程同时运行，处理巨大的矩阵运算。核计算的并行性，意味着它可以使用GPU来有效地并行处理。

GPU，初始用来处理生成图形时的复杂矩阵运算，今天却具有一些列意想不到的应用，包括比特币挖矿，分子模拟，以及上面提到的应用。Kukulinc称GPU可以处理一些列计算任务，不仅限于原子物理。

总体来说，他认为解决这种类型的问题，需要便宜的GPU超级电脑，元素之间独立而不相互依赖。因为互相依赖，意味着单个元素(例如GPU计算中的线程，)必须通过通常的if-then逻辑门，检查每个元素对于其他元素计算的影响。

并且，这样的条件逻辑步骤，需要CPU参与，这可能减缓计算速度。相反，当系统包含许多离散元素的时候，为了最大化GPU可以产生的速度，最好是找到一个途径变到问题，或者找到表达式的近似值。

“你可以将你的问题写成一种形式，让你大规模并行处理。”他说，“很有必要避免任何条件运算式。”

所以复杂的模拟中，每个部件都是独立于其他部件的。他们的计算轨迹，很难及时的转化为GPU相关的问题。相反，使用GPU的超级电脑，相对于使用CPU的传统超级电脑，海啸的早期预警系统，将预言海啸到达岸边的实时时间的过程，将被加快。

Kukulin说，如果医疗办公室只需要几千美金的桌面电脑，而不需要昂贵的超级电脑，就可以完成三维超声成像，那么，计算密集型医疗诊断工具则可以被更广泛地接受。

前景和挑战

最终，GPU加速的问题，不仅需要编程技巧，而且需要应用领域的专家，解决GPU加速所带来的相关问题。Kukulin认为这具有艺术性，而不仅仅是编程。